使用txt格式的ground truth文件测人脸检测的AP

最新推荐文章于 2022-07-28 13:48:28 发布
最新推荐文章于 2022-07-28 13:48:28 发布
阅读量518 收藏 1
点赞数
分类专栏： Face Detection 文章标签： python pytorch 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36082374/article/details/109718934
版权
这篇博客介绍了如何在Python和PyTorch环境中，针对txt格式的ground truth文件来评测人脸识别的平均精度(AP)。作者针对WIDER FACE数据集官方的MAT格式标注文件不适用的情况，分享了修改代码以适应txt格式gt文件的方法，并提供了代码片段和GitHub链接。
摘要由CSDN通过智能技术生成

使用txt格式的ground truth文件测人脸检测的AP

起源

widerface官方的ground truth文件是mat格式的，因为要测试自己的数据，gt文件是txt格式的，所以要修改一下测AP的方法。

代码

测AP的原代码中的部分函数可以直接使用，修改读gt文件和获取gt中人脸框的部分即可，修改部分如下


def evatxt(pred, gt_file, iou_thresh):
    pred = get_preds(pred)
    norm_score(pred)
    boxes_list = get_gt_boxes_from_txt(gt_file)
    thresh_num = 1000
    aps = []
    count_face = 0
    pr_curve = np.zeros((thresh_num, 2)).astype
最低0.47元/天 解锁文章
QWang7
关注
专栏目录
groundtruth.txt
07-08
误差估计中的真实轨迹
基于PyTorch的MTCNN复现记录
Star_ID的博客
11-28 709
MTCNN训练
06.图像识别与卷积神经网络------《Tensorflow实战Google深度学习框架》笔记
爱草莓的番茄酱的博客
05-02 3836
一、图像识别问题简介及经典数据集图像识别问题希望借助计算机程序来处理、分析和理解图片中的内容，使得计算机可以从图片中自动识别各种不同模式的目标和对象。图像识别问题作为人工智能的一个重要领域，在最近几年已经取得了很多突破性的进展，其中，卷积神经网络就是这些突破性进展背后最主要的技术支持。如下为一些经典的数据集介绍：ImageNet         ImageNet是一个计算机视觉系统识别项目，是目前...
提取人脸特征的三种方法
AI浩
05-11 1万+
提取人脸特征的三种方法 第一种方法 直接使用dlib。 安装dlib方法： https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/121470556 思路： 1、使用dlib.get_frontal_face_detector()方法检测人脸的位置。 2、使用 dlib.shape_predictor()方法得到人脸的关键点。 3、使用dlib.face_recognition_model_v1()方法提取特征。 新建face_embedd
人脸检测与识别：MTCNN人脸检测
Rrui7739的博客
03-03 4379
注：此后更新代码版本均在github上，更快更准，博客不做更新~ 2019.3.20 本文代码参考： 参考代码1：https://github.com/AITTSMD/MTCNN-Tensorflow 参考代码2：https://github.com/Seanlinx/mtcnn 参考代码3：https://github.com/CongWeilin/mtcnn-caffe 参考...
批量xml标注文件转为groundtruth.txt
04-10
不同的数据集给出的数据标注格式可能不同，有的标注格式使用的是一张图对应一个xml文件，有的代码需要一个存储数据的groundtruth.txt文件，代码中使用tinyxml库将这种批量的xml文件转存到一个groundtruth.txt文件中...
使用 Ground Truth 进行对象检测：用于 MATLAB 和 Simulink Robotics Arena 的文件：使用 Ground Truth 进行对象检测视频-matlab开发
05-29
此条目包含在 MATLAB 和 Simulink Robotics Arena 中使用的所有文件：使用 Ground Truth 进行对象检测视频。 第1部分： ...
VOC2007目标检测ground truth制作
01-13
用于制作目标检测的ground truth，一副图片只能标记一个目标
旋转人脸检测算法.pdf
05-11
在训练期间，每个原图的真实值旋转边框（groundtruth RBox，gtRBox）会根据RIOU来匹配若干个预选框。当一个旋转预选框和某个gtRBox的RIOU大于0.5时，就将该预选框分配给gtRBox。匹配的预选框会被视为正样本，参与...
STAPLE目标跟踪算法(C++ /OpenCV)
qq_35135771的博客
06-26 3635
简介 结合梯度特征HOG及颜色特征的实时跟踪算法，速度可以达到80FPS。 摘要 近些年来，基于相关滤波跟踪器的算法得到了很大的改进，已经能够达到很好的跟踪效果，14年的KCF，15年的SRDCF、HCF等算法，都已经达到了很高的精度，像HCF已经在OTB-50上达到了0.89的效果，但是美中不足的就是使用了深度学习特征之后速度相对来说比较慢一点，不能达到实时的要求。算法作者经过研究发现，以...
制作VOC数据集，根据groundtruth文件生成xml文件
kapok_lalala的博客
01-06 3396
图片保存在JPEGImages文件夹里，GroundTruth文件在gt文件夹下，命名与对应的图片名称一样，形式如下：648,454,825,551 516,431,623,543 一行为一个BoundingBox，分别为 xmin,ymin,xmax,ymax#! /usr/bin/python import os, sys import glob from PIL import Imag
目标检测AP，mAP计算以及P/R曲线绘制-第一篇：Ground truth规范为txt格式
苏打水的杯子的博客
05-18 737
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习..
[computer vision] Bag of Visual Word (BOW)
qq_45562973的博客
04-02 3988
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/course/detail/35475 Bag of Visual Word (BoW, BoF, 词袋) 简介 BoW 是传统的计算机视觉方法，用一些特征（一些向量）来表示一个图像。BoW的核心思想是利用一组较为通用的特征，将图像用这些特征来表示，不同图像对于同一个特征的响应也是不同的，最终一个图像可以转化成关于这
envi 读取.ROI 文件，然后转化为.txt 坐标文件
activeforcus的专栏
05-24 1万+
在高光谱图像数据处理中，给的数据的ground truth常常是ROI 格式的，使用matlab或记事本无法直接打开，这给使用matlab等工具处理高光谱数据带来不便。 处理方法是：使用envi打开.roi再将其转化为matlab可读的数据，具体如下： 打开envi软件并如下处理 1. 打开图像文件，如.tif文件 2. 显示图像波段n1,  在打开的图像界面上选中  Overlay, 
【学习SLAM】TUM数据集
热门推荐
开源节流
06-05 2万+
在 TUM数据集主页找到它的下载链接。https://vision.in.tum.de/data/datasets/rgbd-dataset/download 我们的数据位于本章目录的 data/下,以压缩包形式提供(data.tar.gz)。由于 TUM数据集是从实际环境中采集的,需要解释一下它的数据格式(数据集一般都有自己定义的格式)。在解压后,你将看到以下这些文件:1. rgb.txt 和...
Groundtruth8个维度转成4个维度的方法（Python）
qq_45104603的博客
07-28 461
groundtruth 8个维度 转成 4个维度的方法（Python）
matlab为long term visual tracking数据集生成groundtruth.txt
weixin_33912638的博客
09-17 545
csvpath='/media/yangrui/yrE/dataset/long_term_visual_tracking/annotations/dev.csv';savepath='/media/yangrui/yrE/dataset/long_term_visual_tracking/images/dev/';gt=importdata(csvpath);data=gt.data;datat...
使用EVO
weixin_50508111的博客
06-23 2235
使用EVO(1)单独绘制轨迹：evo_traj tum KeyFrameTrajectory.txt -p (2)将多个轨迹画到一起 : evo_traj tum KeyFrameTrajectory.txt CameraTrajectory2.txt --ref CameraTrajectory2.txt -va -p 或者： evo_traj tum KeyFrameTrajectory.txt CameraTrajectory2.txt --ref KeyFrameTrajectory.txt -v
python学习小总结02---对两个或多个txt文件数据进行比较，并将结果保存到新的txt文件
小明的博客
12-22 923
此部分有01 02两个txt文件，文件都是一些数值。我们要将其数据全部保存到ground_truth.txt 保存要求：01 02 第一行首个数据的较小值所在行先保存，接着保存另一个文件的对应行…以此类推。 下面我们用python实现 代码如下： with open("F:\\lystudy\\matlabstudy\\a图像分割获取运动区域\\opticalflow\\precision\\detection_truth\\01.txt","r")as f1, open("F:\\lystudy\\ma
groundtruth转换为voc格式
最新发布
06-09
将groundtruth转换为VOC格式，需要以下步骤： 1. 确认groundtruth的格式，通常是txt或xml格式。 2. 创建一个与groundtruth文件相同的名称的文件夹，用于存放转换后的VOC格式文件。 3. 将txt格式的groundtruth文件转换为xml格式。可以使用Python的ElementTree模块或其他工具来完成此操作。具体步骤包括： a. 创建一个XML文件并定义文件头。 b. 从txt文件读取groundtruth数据。 c. 将groundtruth数据写入XML文件中，包括对象类别、边界框坐标和图像大小等信息。 d. 保存XML文件。 4. 将转换后的XML文件存放到VOC格式文件夹中。每个XML文件对应一张图像的groundtruth信息。 5. 创建一个VOC格式的标签文件，包含对象类别和类别ID的对应关系。 6. 将VOC格式文件夹和标签文件打包成tar.gz格式，以便在训练模型时使用。 需要注意的是，不同的目标检测框架对VOC格式的要求可能不同，具体操作需要根据框架文档进行调整。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值